The Inhibitory NKR-P1B:Clr-b Recognition Axis Facilitates Detection of Oncogenic Transformation and Cancer Immunosurveillance
Notice bibliographique
Résumé
Abstract Natural killer (NK) cells express receptors specific for MHC class I (MHC-I) molecules involved in “missing-self” recognition of cancer and virus-infected cells. Here we elucidate the role of MHC-I-independent NKR-P1B:Clr-b interactions in the detection of oncogenic transformation by NK cells. Ras oncogene overexpression was found to promote a real-time loss of Clr-b on mouse fibroblasts and leukemia cells, mediated in part via the Raf/MEK/ERK and PI3K pathways. Ras-driven Clr-b downregulation occurred at the level of the Clrb (Clec2d) promoter, nascent Clr-b transcripts, and cell surface Clr-b protein, in turn promoting missing-self recognition via the NKR-P1B inhibitory receptor. Both Ras- and c-Myc–mediated Clr-b loss selectively augmented cytotoxicity of oncogene-transformed leukemia cells by NKR-P1B+ NK cells in vitro and enhanced rejection by WT mice in vivo. Interestingly, genetic ablation of either one (Clr-b+/−) or two Clr-b alleles (Clr-b−/−) enhanced survival of Eμ-cMyc transgenic mice in a primary lymphoma model despite preferential rejection of Clr-b−/− hematopoietic cells previously observed following adoptive transfer into naïve wild-type mice in vivo. Collectively, these findings suggest that the inhibitory NKR-P1B:Clr-b axis plays a beneficial role in innate detection of oncogenic transformation via NK-cell–mediated cancer immune surveillance, in addition to a pathologic role in the immune escape of primary lymphoma cells in Eμ-cMyc mice in vivo. These results provide a model for the human NKR-P1A:LLT1 system in cancer immunosurveillance in patients with lymphoma and suggest it may represent a target for immune checkpoint therapy. Significance: A mouse model shows that an MHC-independent NK-cell recognition axis enables the detection of leukemia cells, with implications for a novel immune checkpoint therapy target in human lymphoma. Cancer Res; 78(13); 3589–603. ©2018 AACR.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».